融合BiGRU与注意力机制的胶囊文本分类模型OA

为了解决胶囊网络文本分类时不能有效反映不同词的重要程度问题,采用BiGRU捕捉上下文的关联信息,同时加入了注意力机制,根据词向量的不同重要程度为其分配相应的权重.使用改进的胶囊网络模型解决了卷积神经网络池化操作丢失信息和胶囊网络(CapsNet)分类精度不高的问题,在点评网站数据集上的实验结果证明了该模型的有效性.